频道栏目
首页 > 资讯 > IT资讯 > 正文

谷歌发布支持分布式训练的1.4版本TensorFlow

2017-11-10 16:48:02      个评论      
收藏   我要投稿

谷歌发布支持分布式训练的1.4版本TensorFlow。日前,Google Developers blog 正式撰文发布 TensorFlow 1.4 版本,此次的更新迎来三个重大变化:Keras 位于 TensorFlow core 中,Dataset API 支持更多功能,引入效用函数 tf.estimator.train_and_evaluate 等等。

谷歌发布 TensorFlow 1.4 版本:支持分布式训练,迎来三大新变化

TensorFlow 1.4 目前已经公开,这次迎来重大更新。此次更新后,将支持很多新的、令人兴奋的特征,希望大家都能满意。

Keras

在 TensorFlow1.4 版本中,Keras 从 tf.contrib.keras 转移到 tf.keras 核心包。Keras 目前是一个广受欢迎的机器学习框架,它的高级 API 接口能大大缩短从付诸想法到实践的时间。Keras 平滑地集成了其他 core TensorFlow 功能,包括 Estimator API。

事实上,通过调用 tf.keras.estimator.model_to_estimator 函数,大家可以从任何 Keras 模型中构建 Estimator。

此次更新后,Keras 处于 TensorFlow core 中了,大家可以在自己的产品工作流中用到它。

想要了解更多关于 Keras 的相关知识,请阅读如下链接:

简单介绍

(https://keras.io/#getting-started-30-seconds-to-keras)

Keras Sequential model API 指南

(https://keras.io/getting-started/sequential-model-guide/)

Keras Functional model API 指南

(https://keras.io/getting-started/functional-api-guide/)

想要了解更多关于 Estimator 的相关知识,请阅读如下链接:

介绍 TensorFlow Estimator 和数据集的博文

(https://developers.googleblog.com/2017/09/introducing-tensorflow-datasets.html)

数据集

TensorFlow 1.4 版本中,Dataset API 从 tf.contrib.data 中转移到 tf.data 核心包。新版 Dataset API 将支持 Python 生成器。强烈建议大家使用 Dataset API 来为 TensorFlow 模型创建 input pipeline,原因有如下几点:

比起老版的 API,这次更新的 Dataset API 提供了更多功能(feed_dict 函数、基于队列的 pipeline)

Dataset API 执行效果更好

Dataset API 更干净,更易于使用

未来的开发重点将放在 Dataset API 上,而不是着眼于之前的 API。如果想使用数据集,请阅读如下说明:

介绍 TensorFlow Estimator 和数据集的博文(链接如上)

TensorFlow 程序员数据导入篇指南

(https://www.tensorflow.org/versions/r1.4/programmers_guide/datasets)

介绍 Dataset API 的幻灯片(带有讲者注释)

(http://t.cn/RlWCD1b)

分布式训练&评估 Estimator

TensorFlow 1.4 还引入了效用函数 tf.estimator.train_and_evaluate,这能简化训练、评估以及

输出 Estimator 模型的过程。该函数在训练和评估过程中能支持分布式执行,同时也仍然支持本地执行。

其他增强功能

除了前面所述的一系列功能,TensorFlow 1.4 还引入了一些额外的增强功能,在 Release Note 有详细描述,地址:https://github.com/tensorflow/tensorflow/blob/master/RELEASE.md

安装 TensorFlow 1.4

目前可以使用标准 pip 来安装 TensorFlow 1.4 版本。

# Note: the following command will overwrite any existing TensorFlow

# installation.

$ pip install --ignore-installed --upgrade tensorflow

# Use pip for Python 2.7

# Use pip3 instead of pip for Python 3.x

另外,tensorflow.org 中的文件也已更新到 1.4 版本。

最后,TensorFlow 的强大功能依赖于社群中的贡献者们,非常感谢大家帮助我们一起进行开发。还没有加入我们社群的人,请不要犹豫,大家一起在 GitHub 开发源代码或者在 Stack Overflow 上帮助回答问题吧。

希望你们都能喜欢这些新功能。

上一篇:AMD平台主机出现BUG问题将无法升级Windows 10 Build 17035
下一篇:苹果新总部游客中心将在11月17日盛大开业
相关文章
图文推荐

关于我们 | 联系我们 | 广告服务 | 投资合作 | 版权申明 | 在线帮助 | 网站地图 | 作品发布 | Vip技术培训 | 举报中心

版权所有: 红黑联盟--致力于做实用的IT技术学习网站